关联知识ppt课件

9
库尔特瓦把剩液水分蒸发，结果得到一种紫黑色的 晶体。
1814年，盖·吕萨克把它命名为碘（Iodine，意为 “紫色”）。
硫酸和硝石之间起了化学作用，产生新物质“碘”， 硫酸和硝石之间是化学关系。
10
Байду номын сангаас
(4)物理关系
两个物体在一起，虽然各自不发生任何质的变化，但 相互间在物理上出现了新现象，称它们之间关系是 物理关系。下面用微生物的发现例子来说明。
后来，弗莱明制取了少量青霉素结晶，请医生临床试 用于人体，但多次遭到拒绝。就这样，青霉素被打 人冷宫。被打入冷宫还有另一个重要原因，就是提 取青霉素太困难了。
青霉素和葡萄球菌或白喉菌或炭疽菌等是生与死的零 和关系。
5
(2)扶植关系 一个事物帮助另一个事物发展，称两者之间是扶植关
系。下面用青霉素的培养物的发现例子进行说明。
11
微生物的发现，是列文虎克对人类的又一重大 贡献。对后来的生物学的发展产生了巨大的影 响。
在《历史上最有影响的100人》一书中，列文 虎克排在第39位。显微镜在列文虎克之前几十 年就诞生了，但是这几十年内别人并没有做出 相同或类似的发现。
显微镜和雨水或食物等之间关系是物理关系。
12
(5)类比法
他们三人在青霉素大量投产的1945年，荣获 诺贝尔医学和生理学奖。
玉米对大批量生产青霉素是扶植关系。
8
(3)化学关系
两个物体在一起发生了化学变化，称它们之间关系是 化学关系。用下面用碘和溴的发现进行说明。
一只猫把装浓硫酸的瓶子碰倒了，浓硫酸正好倒在装 有海草灰提取硝石后的剩液瓶中。
在这一偶然事件中，一个奇怪的现象发生了：瓶中冉 冉腾起一股淡淡的紫色蒸气，慢慢充满房间，使他 闻到一股刺鼻的臭味，而且蒸气接触冷物体的时候 不呈液态，而是呈固态黑色结晶。
16
（6）其它的关联关系
有很多关联关系，如归纳法、演绎法、和（and） 关系、或（or）关系、蕴含（→）关系等，都是 创造新知识的有效方法。
在人工智能的机器学习及数据挖掘中，对于分类 问题，基本上是采用归纳方法，即从大量数据中 归纳（多个相同的关联）出少量的知识。
知识一般用蕴含（→）关系（即规则）表示，即 “条件→结论”形式。条件中各属性之间是and （和）关系，而各条知识之间是or（或）关系。
荷兰科学家列文虎克是磨制显微镜的实践者，他把显 微镜的放大倍数提高到270倍以上。
1675年9月的一天，列文虎克把花园水池中雨水的一 个“清洁”水滴放在显微镜下观察。一看，他大吃 一惊：
各种各样“非常小的动物”在水中不停地扭动。这就 是列文虎克偶然发现的“微生物世界”，水滴内是 一个完全意想不到富有生命的“小人国”。
大数据的关联分析支持领导者的决策。
（5）在大数据的小数据中，利用关联关系，能找到 支持个人决策的信息。
23
（6）从大数据中挖掘各类知识，能有效地利用知识辅 助决策。这是大数据分析的一个重要的任务。
（7）从大数据中归纳出数学模型，这是研究学者们要 做的事情。 数学模型能有效地反映社会现象或者是自然界的规 律，它的影响更深远。
历届诺贝尔经济学奖的获得者中，不少是建立经济学 的数学模型，有效地解析了社会中重大的经济学现 象。
24
大数据的决策支持的面是很宽的。大数据 对各类人员都将帶来有效的决策支持。
习题
9，10，11，12
25
结 束！
26
此课件下载可自行编辑修改，供参考！ 感谢您的支持，我们努力做得更好！
21
（2）各类网站、微博和数字图书馆等为个人提 供了网络查询或网络交互的平台，个人能利用 网络获取所需的信息和知识，达到有效的支持 个人决策。
（3）大数据为即时决策提供了强有力的支持。 大数据涉及的范围很宽，即时数据的传播很快， 这为即时决策提供了基础。
22
（4）在大数据中寻求相互关系成为了分析数据的首 要任务。人们的大多数决策是利用相互关系来完 成的。 寻求原因关系需要更广泛的数据或者粒度更细的 数据，再经过深入的分析来完成，这种决策需求 相对较少，成为次要任务。
17
在人工智能的专家系统中，是采用演绎（条件 关联）方法，即利用大量知识来解决个别的实 际问题。
“从关联关系中创造新知识”是值得我们认真 研究的。
还有很多其它的关联关系，值得去研究。
18
7.3.4大数据的决策支持
大数据时代，除了为高层领导者提供决策支持外， 更多的是面向基层的个人的决策提供决策支持。
的光环呢？
13
经过分析，他得知，这是由于“看不见”的光遇上云雾 这些微粒的缘故。
他由此联想：在原子物理中，一些小的微粒看不见，如 果遇上云雾这些微粒不就可以看得见么？
这给他研制云室以极大的启迪。
威尔逊终于1911年在云室的照片中找到了射线粒子的 径迹，宣告云室（云雾室）正式诞生。
14
它的工作原理是，云室内贮有清洁的空气、饱和 的水及酒精蒸汽，将云室里的活塞迅速下拉的 时候，室内气体体积骤胀而温度降低，此时室 内的蒸汽由饱和变为过饱和。
(1)零和关系 零和关系是两者之间生与死存亡斗争的关系。下面
用青霉素的发现例子说明。
3
亚历山大·弗莱明曾从病人的脓中提取葡萄球菌，放在盛有果子 冻的玻璃器皿中培养，繁殖起来的金黄色葡萄球菌——他称 为“金妖精”，这“金妖精”使人生疖、长痈、患骨髓炎， 引起食物中毒，很难对付。
他培养它，就是为了找到能杀死它的方法。经过一个暑假，他 看到玻璃器皿里有一个地方粘上绿色的霉，开始向器皿四周 蔓延，他惊叫起来。
这时有射线粒子（如粒子）从中经过，就使气体 分子电离而形成以这些离子为核心的雾迹。
这一雾迹，就是粒子运动的轨迹。
15
这样，“看不见”的粒子运动的轨迹就“看得 见”了。
因为发明了云室这一探测微观粒子的重要仪器， 威尔逊荣获1927年诺贝尔物理学奖。
佛光产生的现象和云室中看见粒子轨迹现象是 通过类比方法得到的。
类比是人们知识发现的重要方法。下面用威尔逊发 明云室的例子来说明。
1894的一天，威尔逊登上了涅维斯山，进行气象观
测，他登上山顶之后，偶然看到太阳照耀在山顶 的云雾层上，产生了一个光环——所谓的“佛 光”。
这使他觉得很奇怪：如果没有阳光，看不到光环； 如果没有云雾，只有阳光，也看不到光环。
为什么“看不见”的阳光会在云雾中形成“看得见”
高层领导者和个人所需要的数据是不一样的，
高层领导者所需要的数据是是经过综合的粗（大） 粒度数据，而个人所需要的数据是细（小）粒度数 据。
不同的决策者虽然使用不同粒度数据，但都是通过 对数据的对比来发现问题。
19
所有的决策者要解决的根本问题是搜集和掌握全面 的信息，这就是说要实现信息平衡（信息对称）， 使你掌握的信息真实的反映现实的情况，不存在信 息的缺失或不对称。
第 7 章知识管理与知识创造
(4)
关联知识
1
7.3 大数据与关联知识
7.3.3 从关联分析中创造知识 7.3.4 大数据的决策支持
2
7.3.3 从关联分析中创造知识
我们从大量科学发现的实例中，可以归结出利用关 联分析方法，创造新知识。
关联分析法中包含了多种不同的关联关系。现把几 种典型的关联关系，通过实例进行说明。
沃尔特·弗洛里和鲍里斯·钱恩在查寻资料时，发现了 10年前弗莱明的论文《青霉素——它的实际应 用》。
1941年2月，弗洛里等终于从发霉的肉汤里，提取出 了一小撮比黄金还贵重的青霉素。
1941年5月，为一个受葡萄球菌严重感染，被认为已 无法医治的15岁少年挽回了生命。这个少年成为 第一个被青霉素救活的人。
弗莱明发现了一个奇特的现象：在青绿色霉花的周围出现一圈 空白——原来生长旺盛的“金妖精”不见了！他兴奋地迅速 从培养器皿中刮出一点霉菌，小心翼翼地放在显微镜下观察。 他终于发现这种能杀死“金妖精”的青绿色霉菌是青霉菌。
4
弗莱明对它取名“青霉素”，在1929年提交了论文 《青霉素——它的实际应用》。
谁掌握的信息越接近信息平衡，谁的决策就越准确。
大数据为实现信息平衡提供了基础。
20
大数据既为领导者提供决策支持，也为个人的决策提 供了决策支持。具体的决策支持方式和特点为：
（1）采用商务智能（基于数据仓库的决策支持系统） 和智能决策支持系统为领导者提供决策支持。
在云计算环境中，存在大量的数据仓库群、数据库群， 也存在各种类型的知识资源和模型资源，利用这些 资源建立各种类型的决策支持系统，以决策问题方 案的形式支持领导者的决策。
6
但是，当他们把它介绍给医生的时候，却得到“不！” 的回答。
他们来到美国，终于找到最爱吃玉米的832绿霉菌种， 而美国正好是玉米生产大国。这样，大批量生产的青 霉素终于在世界各地的大医院成功用于临床。
1944年6月，青霉素在英美联军的诺曼底登陆作战中 挽救了无数伤员。
7
如果没有弗洛里和钱恩在检索资料中的偶然发 现，青霉素不可能在弗莱明发现之后14年大放 异彩，而是会被推迟！